P. 1
statistika deskriptif

statistika deskriptif

|Views: 31|Likes:

More info:

Published by: Yasman Sulaiman Thaha Al-Afifi on Jul 21, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

10/23/2014

pdf

text

original

Sections

Statistika Deskriptif

STATISTIKA DESKRIPTIF Suprayogi

1

Statistika Deskriptif
ƒ Statistika deskriptif (descriptive statistics) berkaitan dengan penerapan metode statistik untuk mengumpulkan, mengolah, menyajikan,  dan menganalisis data kuantitatif secara deskriptif.

STATISTIKA DESKRIPTIF Suprayogi

2

Statistika Deskriptif

Mulai

Pengumpulan data mentah

Apakah data perlu disederhanakan?

Tidak

Ya

Penyusunan tabel distribusi frekuensi

Penyajian distribusi frekuensi dalam bentuk grafik (jika diperlukan)

Perhitungan ukuran-ukuran untuk mengikhtisarkan karakteristik data

STATISTIKA DESKRIPTIF Suprayogi

Berhenti

3

Populasi dan Sampel (1)
ƒ Populasi (population) merupakan data  kuantitatif yang menjadi obyek telaah. ƒ Parameter (parameter) merupakan ukuran yang mencerminkan karakteristik dari populasi. ƒ Sampel (sample) merupakan sebagian dari populasi. ƒ Statistik (statistic) merupakan ukuran yang  yang dihitung dari sampel.
STATISTIKA DESKRIPTIF Suprayogi 4

Populasi dan Sampel
Populasi

Parameter

Sampel
Statistik

STATISTIKA DESKRIPTIF Suprayogi

5

Statistika Inferensi
ƒ Statistika inferensi (inference statistics) merupakan cabang ilmu statistik yang  berkaitan dengan penerapan metode‐metode statistik untuk menaksir dan/atau menguji karakteristik populasi yang dihipotesiskan berdasarkan data sampel.

STATISTIKA DESKRIPTIF Suprayogi

6

Statistika Deskriptif dan Statistika Inferensi

STATISTIKA DESKRIPTIF Suprayogi

7

Klasifikasi Jenis Data
ƒ ƒ ƒ ƒ Sifat Sumber Cara memperoleh Waktu pengumpulan

STATISTIKA DESKRIPTIF Suprayogi

8

Data Menurut Sifat
ƒ Data takmetrik (nonmetric data)
9 Data nominal (nominal data) 9 Data ordinal (ordinal data)

ƒ Data metrik (metric data)
9 Data interval (interval data) 9 Data rasio (ratio data)

STATISTIKA DESKRIPTIF Suprayogi

9

Contoh Data Takmetrik dan Metrik
Ordinal Nominal
1 = Pria 2 = Wanita 1 = SD 2 = SMTP Interval 3 = SMTA 4 = PT Jenis Kelamin Tk. PendidikanSuhu Badan Tinggi Badan 1 1 35 160 2 3 37 170 1 2 38 164 2 5 36 200 1 2 39 210

Rasio

No. 1 2 3 4 5

Nama Anak Bapak Cucu Daddy Embah

STATISTIKA DESKRIPTIF Suprayogi

Data Menurut Sumber
ƒ Data primer (primary data) Æ Data yang  diperoleh dari pengamatan/pencatatan langsung ƒ Data sekunder (secondary data) Æ Data yang  diperoleh dari data

STATISTIKA DESKRIPTIF Suprayogi

11

Cara Pengumpulan Data
ƒ Sensus (census)  ƒ Penyampelan (sampling)

STATISTIKA DESKRIPTIF Suprayogi

12

Teknik Pengambilan Sampel
ƒ Penyampelan random (random sampling) ƒ Penyampelan takrandom (nonrandom  sampling)

STATISTIKA DESKRIPTIF Suprayogi

13

Teknik Penyampelan Random
ƒ Penyampelan random sederhana (simple  random sampling) ƒ Penyampelan random sistematis (systematic  random sampling) ƒ Penyampelan random area (area random  sampling) ƒ Penyampelan random berstrata (stratified  random sampling)
STATISTIKA DESKRIPTIF Suprayogi 14

Data Menurut Waktu Pengambilan
ƒ Data cross‐section ƒ Data deret waktu (time series data)

STATISTIKA DESKRIPTIF Suprayogi

15

Penyajian Data
ƒ Tabel ƒ Gambar/Grafik

STATISTIKA DESKRIPTIF Suprayogi

16

Jenis Tabel Statistik
ƒ Tabel arah tunggal (one‐way table) ƒ Tabel arah majemuk (multi‐way table)
9 Tabel dua arah (two‐way table) 9 Tabel tiga arah (three‐way table)

STATISTIKA DESKRIPTIF Suprayogi

17

Grafik Statistik
ƒ ƒ ƒ ƒ ƒ ƒ Grafik Batang (Bar Chart) Grafik Garis (Line Chart) Grafik Lingkaran (Piechart) Diagram Pencar (Scatter Diagram) Kartogram (Cartogram) Piktogram (Pictogram)

STATISTIKA DESKRIPTIF Suprayogi

18

Contoh‐Contoh Grafik Statistik
50 45 40 35 30 25 20 15 10 5 0 A B C D 10 45

Grafik Batang
25 20

Grafik Lingkaran
D; 25

A; 45

50 45 40 35 30 25 20 15 10 5 0 A 45

Grafik Garis

C; 20 B; 10
25 20

10

B

C

D

STATISTIKA DESKRIPTIF Suprayogi

19

Distribusi Frekuensi
ƒ Distribusi frekuensi (frequency distribution) bentuk pengelompokan data untuk menggambarkan distribusi data ƒ Distribusi frekuensi dapat dinyatakan dalam:
9 Tabel distribusi frekuensi 9 Histogram atau poligon frekuensi

STATISTIKA DESKRIPTIF Suprayogi

20

Prosedur Penyusunan Tabel Distribusi Frekuensi
ƒ Tentukan banyaknya kelas ƒ Tentukan lebar setiap kelas interval ƒ Hitung frekuensi untuk setiap kelas

STATISTIKA DESKRIPTIF Suprayogi

21

Catatan tentang Jumlah Kelas
ƒ Jumlah kelas jangan terlalu besar dan jangan terlalu kecil. ƒ Rumus Sturges:

k = 1 + 3,322log n

STATISTIKA DESKRIPTIF Suprayogi

22

Catatan tentang Lebar Kelas
ƒ Lebar interval kelas untuk tiap kelas sebaiknya diusahakan sama. ƒ Sebaiknya gunakan bilangan‐bilangan yang praktis (seperti 5, 10, 15 atau 20). ƒ Penentuan batas kelas dibuat sedemikan rupa sehingga
9 Tidak ada satu angka dari data asal yang tidak dapat dimasukkan ke dalam kelas tertentu 9 Tidak terdapat keragu‐raguan dalam memasukkan angka‐ angka ke dalam kelas‐kelas yang sesuai
STATISTIKA DESKRIPTIF Suprayogi 23

Contoh Distribusi Frekuensi
75 80 58 80 86 76 65 75 76 72 86 83 82 88 68 66 63 60 69 80 66 87 73 58 76 74 85 96 60 72 86 79 95 84 41 76 87 74 74 56 50 80 66 96 80 68 79 73 72 73 78 77 60 87 40 82 77 87 76 82 66 81 84 72 63 59 76 52 57 78 79 92 80 65 90 75 74 98 64 45 68 57 79 79 83 35 76 88 67 75 60 52 63 80 94 34 78 64 58 56

Kelas Batas Batas Bawah Atas 30 39 40 49 50 59 60 69 70 79 80 89 90 99

Nilai Tengah 34.5 44.5 54.5 64.5 74.5 84.5 94.5

Frekuensi 2 3 11 20 32 25 7 100

STATISTIKA DESKRIPTIF Suprayogi

24

Contoh Tabel Distribusi Frekuensi dan Distribusi Frekuensi Relatif
Kelas Batas Batas Bawah Atas 30 39 40 49 50 59 60 69 70 79 80 89 90 99 Nilai Tengah 34.5 44.5 54.5 64.5 74.5 84.5 94.5 Frekuensi 2 3 11 20 32 25 7 100 Frekuensi Kumulatif 2 5 16 36 68 93 100 Frekuensi Relatif 0.02 0.03 0.11 0.20 0.32 0.25 0.07 1.00 Frekuensi Relatif Kumulatif 0.02 0.05 0.16 0.36 0.68 0.93 1.00

STATISTIKA DESKRIPTIF Suprayogi

25

Histogram
ƒ Histogram merupakan bentuk diagram batang yang digunakan untuk menggambarkan distribusi frekuensi.

STATISTIKA DESKRIPTIF Suprayogi

26

Contoh Histogram
Batas Bawah Batas Atas Titik Tengah Frekuensi Frekuensi Relatif 30 39 34.5 2 0.020 40 49 44.5 3 0.030 50 59 54.5 11 0.110 60 69 64.5 20 0.200 70 79 74.5 32 0.320 80 89 84.5 25 0.250 90 99 94.5 7 0.070
35 30 Frekuensi Relatif 25 Frekuensi 20 15 10 5 0 34.5 44.5 54.5 64.5 Nilai Ujian 74.5 84.5 94.5 0.350 0.300 0.250 0.200 0.150 0.100 0.050 0.000 34.5 44.5 54.5 64.5 Nilai Ujian 74.5 84.5 94.5

STATISTIKA DESKRIPTIF Suprayogi

27

Kurva Frekuensi
ƒ Kurva Frekuensi (frequency curve) merupakan bentuk diagram garis yang digunakan untuk menggambarkan distribusi frekuensi

STATISTIKA DESKRIPTIF Suprayogi

28

Contoh Kurva Frekuensi
Batas Bawah Batas Atas Titik Tengah Frekuensi Frekuensi Relatif 30 39 34.5 2 0.020 40 49 44.5 3 0.030 50 59 54.5 11 0.110 60 69 64.5 20 0.200 70 79 74.5 32 0.320 80 89 84.5 25 0.250 90 99 94.5 7 0.070
35 30 Frekuensi Relatif 25 Frekuensi  20 15 10 5 0 34.5 44.5 54.5 64.5 Nilai Ujian 74.5 84.5 94.5 0.350 0.300 0.250 0.200 0.150 0.100 0.050 0.000 34.5 44.5 54.5 64.5 Nilai Ujian 74.5 84.5 94.5

STATISTIKA DESKRIPTIF Suprayogi

29

Contoh Kurva Frekuensi Kumulatif
Batas Bawah Batas Atas Titik Tengah 30 39 34.5 40 49 44.5 50 59 54.5 60 69 64.5 70 79 74.5 80 89 84.5 90 99 94.5
100 90 80 70 60 50 40 30 20 10 0 34.5 44.5 54.5 64.5 Nilai Ujian 74.5 84.5 94.5

Frekuensi Frek. Kumulatif Frekuensi Relatif Frek. Rel. Kumulatif 2 2 0.02 0.02 3 5 0.03 0.05 11 16 0.11 0.16 20 36 0.20 0.36 32 68 0.32 0.68 25 93 0.25 0.93 7 100 0.07 1.00
1.00 0.90 0.80 0.70 0.60 0.50 0.40 0.30 0.20 0.10 0.00 34.5 44.5 54.5 64.5 Nilai Ujian 74.5 84.5 94.5

STATISTIKA DESKRIPTIF Suprayogi

Frekuensi Relatif Kumulatif

Frekuensi Kumulatif

30

Parameter dan Statistik
ƒ Parameter (parameter) Æ ukuran yang  mencerminkan karakteristik dari populasi ƒ Statistik (statistic) Æ ukuran yang  mencerminkan karakteristik dari sampel

STATISTIKA DESKRIPTIF Suprayogi

31

Statistik
ƒ ƒ ƒ ƒ Ukuran lokasi Ukuran sebaran Ukuran kemiringan Ukuran keruncingan

STATISTIKA DESKRIPTIF Suprayogi

32

Ukuran‐Ukuran Lokasi
ƒ Rata‐rata hitung (arithmetic  mean)
9 Rata‐rata hitung sederhana (simple arithmetic mean) 9 Rata‐rata hitung tertimbang (weighted arithmetic mean)

ƒ ƒ ƒ ƒ ƒ

ƒ Median (median) ƒ Modus (mode) ƒ Rata‐rata geometrik (geometric mean) ƒ Rata‐rata harmonik (harmonic mean)
STATISTIKA DESKRIPTIF Suprayogi

Nilai minimum (minimum) Nilai maksimum (maximum) Kuartil (quartile) Desil (decile) Persentil (percentile)

33

Ukuran Lokasi – Ukuran Kecenderungan Memusat
ƒ Rata‐rata hitung (aritmatis) ƒ Median ƒ Modus

STATISTIKA DESKRIPTIF Suprayogi

34

Data Takberkelompok dan Data  Berkelompok
ƒ Data takberkelompok (ungrouped data) Æ data yang disajikan secara individual ƒ Data berkelompok (grouped data) Æ data  yang disajikan dalam bentuk tabel frekuensi

STATISTIKA DESKRIPTIF Suprayogi

35

Rata‐Rata Hitung
ƒ Untuk data tak berkelompok:
X=

∑X
i =1

n

i

n
k

ƒ Untuk data berkelompok:
X=
STATISTIKA DESKRIPTIF Suprayogi

∑fM
i =1 k i

i

∑f
i =1

i
36

Contoh Perhitungan Rata‐Rata Hitung untuk Data Takberkelompok
20 80 75 60 50 85 45 60 90
STATISTIKA DESKRIPTIF Suprayogi

X=

20 + 80 + L + 90 = 62,78 9

37

Contoh Perhitungan Rata‐Rata Hitung untuk Data Berkelompok
Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100 Rata‐rata hitung = f x M 69.0 133.5 599.5 1290.0 2384.0 2112.5 661.5 7250 72.5

STATISTIKA DESKRIPTIF Suprayogi

38

Rata‐Rata Hitung Tertimbang dan Contoh Perhitungan

X=

∑W X
i =1 n i

n

i

∑W
i =1

i

STATISTIKA DESKRIPTIF Suprayogi

39

Median – Data Takberkelompok
ƒ Data takberkelompok (diurutkan dari terkecil ke terbesar, k = urutan ke)
9 Jumlah data ganjil
k= n −1 2

Median = X k +1 9 Jumlah data genap

n 2 1 Median = ( X k + X k +1 ) 2 k=
STATISTIKA DESKRIPTIF Suprayogi 40

Contoh Perhitungan Median untuk Data  Takberkelompok (Jumlah Data Ganjil)
Sebelum diurutkan 20 80 75 60 50 85 45 60 90
STATISTIKA DESKRIPTIF Suprayogi

Setelah diurutkan 20 45 50 60 60 75 80 85 90

Median = X 5 = 60

41

Contoh Perhitungan Median untuk Data  Takberkelompok (Jumlah Data Genap)
Sebelum diurutkan 20 80 75 60 50 85 45 90 Setelah diurutkan 20 45 Median = 1 ( X + X ) 4 5 2 50 60 Median = 1 (60 + 75) = 67,5 2 75 80 85 90

STATISTIKA DESKRIPTIF Suprayogi

42

Median – Data Berkelompok
ƒ Data berkelompok:
⎧n 0⎫ ⎪ 2 − Fm ⎪ Median = L0 + c ⎨ ⎬ f ⎪ m ⎪ ⎭ ⎩
L0 c  n Fm0 fm = nilai batas bawah dari kelas yang memuat median = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat median = banyaknya observasi (= total frekuensi) = jumlah frekuensi dari semua kelas di bawah kelas yang memuat median = frekuensi dari kelas yang memuat median
43

STATISTIKA DESKRIPTIF Suprayogi

Contoh Median untuk Data Berkelompok
Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100

n 100 = = 50 2 2
Kelas yang memuat median

⎛ 50 − 36 ⎞ Median = 69,5 + 10⎜ ⎟ = 73,875 ⎝ 32 ⎠

STATISTIKA DESKRIPTIF Suprayogi

44

Modus
ƒ Data tak berkelompok:
Modus = Nilai dengan frekuensi terbanyak

ƒ Data berkelompok:
⎧ f10 ⎫ Modus = L0 + c ⎨ 0 0⎬ ⎩ f1 + f2 ⎭
L0 c  f10 f20 = nilai batas bawah dari kelas yang memuat modus = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat modus = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas sebelumnya = selisih frekuensi kelas yang memuat modus dengan frekuensi kelas sesudahnya
45

STATISTIKA DESKRIPTIF Suprayogi

Contoh Perhitungan Modus untuk Data  Takberkelompok
20 80 75 60 50 85 45 60 90

20 80 75 60 50 85 45 65 90

Modus = 60
STATISTIKA DESKRIPTIF Suprayogi

Modus = tidak ada
46

Contoh Perhitungan Modus untuk Data  Berkelompok
Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100

Kelas yang memuat modus

⎛ 12 ⎞ Modus = 69,5 + 10⎜ ⎟ = 75,82 ⎝ 12 + 7 ⎠

STATISTIKA DESKRIPTIF Suprayogi

47

Rata‐Rata Geometris dan Rata‐Rata Harmonis
ƒ Rata‐rata geometris
⎛ ⎞ G =⎜ X ⎜∏ i ⎟ ⎟ ⎝ i =1 ⎠
n 1 n

ƒ Rata‐rata harmonis
RH = n 1 ∑ i =1 X i
48

n

STATISTIKA DESKRIPTIF Suprayogi

Contoh Perhitungan Rata‐Rata Geometris dan Rata‐Rata Harmonis
20 80 75 60 50 85 45 60 90
STATISTIKA DESKRIPTIF Suprayogi

G = ((20 )(80 )L(90 ))1 9 = 58,01

RH =

9 1 1 1 + +L+ 20 80 90

= 51,65

49

Minimum dan Maksimum serta Contoh Perhitungan
ƒ Minimum

Min = min( X i )
ƒ Maksimum

Max = max ( X i )

20 80 75 60 50 85 45 60 90

Min = 20 Max = 90

STATISTIKA DESKRIPTIF Suprayogi

50

Kuartil – Data Takberkelompok
ƒ Data tak berkelompok (setelah diurutkan)
i (n + 1) ;  i = 1,2,3 Qi = Nilai ke  4

STATISTIKA DESKRIPTIF Suprayogi

51

Kuartil – Data Berkelompok
ƒ Data berkelompok: ⎧ (i )(n ) 0 ⎫ ⎪ 4 − Fq ⎪ Qi = L0 + c ⎨ ⎬, i = 1,2,3 fq ⎪ ⎪ ⎭ ⎩
L0 c  n Fq 0 fq = nilai batas bawah dari kelas yang memuat kuartil ke‐i = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat kuartil ke‐i = banyaknya observasi (= total frekuensi) = jumlah frekuensi dari semua kelas di bawah kelas yang memuat kuartil ke‐i = frekuensi dari kelas yang memuat kuartil ke‐i
52

STATISTIKA DESKRIPTIF Suprayogi

Desil – Data Takberkelompok
ƒ Data tak berkelompok (setelah diurutkan)
i (n + 1) Di = Nilai ke  ;  i = 1,2,L ,9 10

STATISTIKA DESKRIPTIF Suprayogi

53

Desil – Data Berkelompok
ƒ Data berkelompok: ⎧ (i )(n ) 0 ⎫ ⎪ 10 − Fd ⎪ Di = L0 + c ⎨ ⎬, i = 1,2,L ,9 fd ⎪ ⎪ ⎭ ⎩
L0 c  n Fd 0 fd = nilai batas bawah dari kelas yang memuat desil ke‐i = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat desil ke‐i = banyaknya observasi (= total frekuensi) = jumlah frekuensi dari semua kelas di bawah kelas yang memuat desil ke‐i = frekuensi dari kelas yang memuat desil ke‐i
54

STATISTIKA DESKRIPTIF Suprayogi

Persentil – Data Takberkelompok
ƒ Data tak berkelompok (setelah diurutkan)
i (n + 1) Pi = Nilai ke  ;  i = 1,2,L ,99 100

STATISTIKA DESKRIPTIF Suprayogi

55

Contoh Perhitungan Persentil untuk Data  Takberkelompok
Sebelum diurutkan 20 80 75 60 50 85 45 60 90
STATISTIKA DESKRIPTIF Suprayogi

Setelah diurutkan 20 45 50 60 60 75 80 85 90

P90 = Nilai ke 

90(9 + 1) = 90 100

P90 = Nilai ke 9 = 90

Persentil – Data Berkelompok
ƒ Data berkelompok: ⎧ (i )(n ) 0 ⎫ ⎪ 100 − Fp ⎪ Pi = L0 + c ⎨ ⎬, i = 1,2,L ,99 fp ⎪ ⎪ ⎭ ⎩
L0 c  n Fd 0 fd = nilai batas bawah dari kelas yang memuat persentil ke‐i = lebar kelas antara nilai batas bawah dan nilai batas atas dari kelas yang memuat persentil ke‐i = banyaknya observasi (= total frekuensi) = jumlah frekuensi dari semua kelas di bawah kelas yang memuat persentil ke‐i = frekuensi dari kelas yang memuat persentil ke‐i
57

STATISTIKA DESKRIPTIF Suprayogi

Contoh Perhitungan Persentil untuk Data  Berkelompok
Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100

(90)(100) = 90 100

Kelas yang memuat Persentil 90

⎛ 90 − 68 ⎞ P90 = 79,5 + 10⎜ ⎟ = 88,3 ⎝ 25 ⎠

STATISTIKA DESKRIPTIF Suprayogi

Ukuran Sebaran
ƒ Ukuran sebaran absolut
9 9 9 9 9

Rentang (Range) Simpangan Kuartil (Quartile Deviation) Simpangan Rata‐Rata (Mean deviation) Simpangan Baku (Standard deviation) Variansi (Variance)

ƒ Ukuran sebaran relatif
9 Koefisien Variasi (Coefficient of Variation) 9 Koefisien Variasi Kuartil (Coefficient of Quartile Variation)
STATISTIKA DESKRIPTIF Suprayogi 59

Rentang
ƒ Untuk data tak berkelompok:
Range = Nilai maksimum – Nilai minimum

ƒ Untuk data berkelompok:
Range = Nilai tengah kelas terakhir – Nilai tengah kelas pertama Range = Batas atas kelas terakhir – Batas bawah kelas pertama

STATISTIKA DESKRIPTIF Suprayogi

60

Contoh Rentang untuk Data Berkelompok
Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100 Rentang = 60.0 Rentang = 69.0

STATISTIKA DESKRIPTIF Suprayogi

61

Simpangan Kuartil
Q3 − Q1 dQ = 2

STATISTIKA DESKRIPTIF Suprayogi

62

Simpangan Rata‐Rata – Data Takberkelompok
ƒ Data tak berkelompok:
9 Terhadap rata‐rata
1 n Mean deviation = ∑ X i − X n i =1

9 Terhadap median
1 n Mean deviation = ∑ X i − Median n i =1
STATISTIKA DESKRIPTIF Suprayogi

63

Simpangan Rata‐Rata – Data Berkelompok
ƒ Untuk data tak berkelompok:
1 k Mean deviation = ∑ fi Mi − X n i =1

STATISTIKA DESKRIPTIF Suprayogi

64

Contoh Perhitungan Simpangan Rata‐Rata  untuk Data Berkelompok
Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100 Rata‐rata hitung = Simpangan rata‐rata f x M 69.0 133.5 599.5 1290.0 2384.0 2112.5 661.5 7250 72.5 10.36 |M ‐ Rata2| 38.0 28.0 18.0 8.0 2.0 12.0 22.0 f x |M ‐  Rata2| 76.0 84.0 198.0 160.0 64.0 300.0 154.0 1036.0

STATISTIKA DESKRIPTIF Suprayogi

65

Simpangan Baku & Variansi – Data Takberkelompok
ƒ Data takberkelompok:
9 Simpangan baku (populasi)
S=

∑ (X
i =1

n

i

− X)

2

n

9 Variansi (populasi)
S2 =
STATISTIKA DESKRIPTIF Suprayogi

∑ (X
i =1

n

i

− X)

2

n
66

Simpangan Baku & Variansi – Data Takberkelompok
ƒ Data takberkelompok:
9 Simpangan baku (sampel) 
S=

∑ (X
i =1

n

i

− X)

2

n −1

9 Variansi (sampel)
S2 =
STATISTIKA DESKRIPTIF Suprayogi

∑ (X
i =1

n

i

− X)

2

n −1
67

Simpangan Baku & Variansi – Data Berkelompok
ƒ Untuk data berkelompok:
9 Simpangan baku
S=

∑ f (M − X )
i =1 i i

k

2

n

9 Variansi
S=
STATISTIKA DESKRIPTIF Suprayogi

∑ f (M − X )
i =1 i i

k

2

n
68

Contoh Perhitungan Simpangan Baku dan Variansi untuk Data Berkelompok
Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100 Rata‐rata hitung = Simpangan baku = Variansi = f x  M 69.0 133.5 599.5 1290.0 2384.0 2112.5 661.5 7250 72.5 13.11 172.00 (M ‐ Rata2)^2 1444.0 784.0 324.0 64.0 4.0 144.0 484.0 f x (M ‐ Rata2)^2 2888.0 2352.0 3564.0 1280.0 128.0 3600.0 3388.0 17200.0

STATISTIKA DESKRIPTIF Suprayogi

69

Ukuran Sebaran Relatif
ƒ Untuk perbandingan sebaran dari dua atau lebih distribusi ƒ Ukuran sebaran relatif
9 Koefisien variasi (coefficient of variation) 9 Koefisien variasi kuartil (coefficient of quartile  variation)

STATISTIKA DESKRIPTIF Suprayogi

70

Koefisien Variasi
ƒ Koefisien variasi
⎛S⎞ V = ⎜ ⎟ × 100% ⎝X⎠

ƒ Koefisien variasi kuartil
⎛ (Q − Q1 ) 2 ⎞ VQ = ⎜ 3 ⎟ × 100% Median ⎝ ⎠
⎛ (Q3 − Q1 ) VQ = ⎜ ⎜ (Q + Q ) 1 ⎝ 3
STATISTIKA DESKRIPTIF Suprayogi

2⎞ ⎟ × 100% 2⎟ ⎠
71

Ukuran Kemiringan
ƒ Ukuran kemiringan menunjukkan ukuran kesimetrisan distribusi frekuensi ƒ Bentuk
9 Kemiringan negatif (kiri) 9 Kemiringan nol (simetris) 9 Kemiringan positif (kanan)

STATISTIKA DESKRIPTIF Suprayogi

72

Bentuk Kemiringan Distribusi
35 30 25 Frekuensi 20 15 10 5 0 34,5 44,5 54,5 64,5 74,5 84,5 94,5

Kemiringan negatif (kiri)

35 30 25

Kemiringan nol (simetris)

Frekuensi

20 15 10 5 0 34,5 44,5 54,5 64,5 74,5 84,5 94,5

35

Frekuensi

Kemiringan positif (nol)
STATISTIKA DESKRIPTIF Suprayogi

30 25 20 15 10 5 0 34,5 44,5 54,5 64,5 74,5 84,5 94,5

73

Ukuran Kemencengan – Koefisien Pearson
ƒ Koefisien Pearson:
X − Modus sk = S
sk = 3(X − Median) S

STATISTIKA DESKRIPTIF Suprayogi

74

Ukuran Kemencengan – Rumus Bowley
ƒ Rumus Bowley:
skB =

(Q3 − Q2 ) − (Q2 − Q1 ) (Q3 − Q2 ) + (Q2 − Q1 )

skB =

(Q3 + Q1 − 2Q2 ) (Q3 − Q1 )

STATISTIKA DESKRIPTIF Suprayogi

75

Ukuran Kemencengan Relatif
ƒ Ukuran kemencengan relatif
9 Data tak berkelompok:
1 n (X i − X )3 ∑ n α 3 = i =1 3 S

9 Data berkelompok:
1 k 3 fi (Mi − X ) ∑ n α 3 = i =1 3 S
STATISTIKA DESKRIPTIF Suprayogi 76

Interpretasi Nilai Ukuran Kemencengan
ƒ Interpretasi
9 Kemiringan negatif (kiri) 9 Simetris 9 Kemiringan positif (kanan)

α3 < 0 α3 = 0 α3 > 0

STATISTIKA DESKRIPTIF Suprayogi

77

Contoh Perhitungan Ukuran Kemiringan untuk Data Berkelompok
Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100 Rata‐rata hitung = Simpangan baku = Skewness = f x M 69.0 133.5 599.5 1290.0 2384.0 2112.5 661.5 7250 72.5 13.11 ‐0.59
35 30 25 Frekuensi 20 15 10 5 0 34,5 44,5 54,5 64,5 74,5 84,5 94,5

(M ‐ Rata2)^2 1444.0 784.0 324.0 64.0 4.0 144.0 484.0

f x (M ‐ Rata2)^2 (M ‐ Rata2)^3 f x (M ‐ Rata2)^3 2888.0 2352.0 3564.0 1280.0 128.0 3600.0 3388.0 17200.0 ‐54872 ‐21952 ‐5832 ‐512 8 1728 10648 ‐109744 ‐65856 ‐64152 ‐10240 256 43200 74536 ‐132000

STATISTIKA DESKRIPTIF Suprayogi

78

Ukuran Keruncingan
ƒ Ukuran keruncingan (kurtosis)
9 Ukuran ekses dari suatu distribusi. 9 Ukuran distorsi terhadap kurva normal.

ƒ Bentuk kurtosis
9 Leptokurtis (leptokurtic) 9 Mesokurtis (mesokurtic) Æ bentuk kurva normal 9 Platikurtis (platykurtic)

STATISTIKA DESKRIPTIF Suprayogi

79

Ukuran Keruncingan Relatif
ƒ Ukuran keruncingan relatif
9 Data tak berkelompok:
1 n (X i − X )4 ∑ n α 4 = i =1 4 S

9 Data berkelompok:
1 k 4 fi (Mi − X ) ∑ n α 4 = i =1 4 S
STATISTIKA DESKRIPTIF Suprayogi 80

Interpretasi Ukuran Keruncingan
ƒ Interpretasi
9 Leptokurtis 9 Mesokurtis 9 Platikurtis

α4 > 3 α4 = 3 α4 < 3

STATISTIKA DESKRIPTIF Suprayogi

81

Contoh Perhitungan Ukuran Keruncingan untuk Data Berkelompok
Titik Tengah  Kelas Frekuensi (f) (M) Batas Bawah Batas Atas 30 39 34.5 2 40 49 44.5 3 50 59 54.5 11 60 69 64.5 20 70 79 74.5 32 80 89 84.5 25 90 99 94.5 7 100 Rata‐rata hitung = Simpangan baku = Kurtosis = f x M 69.0 133.5 599.5 1290.0 2384.0 2112.5 661.5 7250 72.5 13.11 3.18 (M ‐ Rata2)^2 1444.0 784.0 324.0 64.0 4.0 144.0 484.0 f x (M ‐ Rata2)^2 (M ‐ Rata2)^4 f x (M ‐ Rata2)^4 2888.0 2352.0 3564.0 1280.0 128.0 3600.0 3388.0 17200.0 2085136 614656 104976 4096 16 20736 234256 4170272 1843968 1154736 81920 512 518400 1639792 9409600

STATISTIKA DESKRIPTIF Suprayogi

82

Analisis Regresi
ƒ Analisis regresi sederhana (simple regression  analysis) ƒ Analisis regresi majemuk (multiple regression  analysis)

STATISTIKA DESKRIPTIF Suprayogi

83

Persamaan Regresi Sederhana
Y = b0 + b1 X
Y = variabel dependen X = variabel independen

STATISTIKA DESKRIPTIF Suprayogi

84

Diagram Pencar (Scatter Diagram)
X 1 2 4 5 7 9 10 12 Y 2 4 5 7 8 10 12 14
16 14 12 10 8 6 4 2 0 0 2 4 6 8 X 10 12 14 16 Y

STATISTIKA DESKRIPTIF Suprayogi

85

Koefisien dalam Persamaan Regresi
Koefisien regresi (regression coefficient)
b1 = n∑ X iYi − ∑ X i ∑Yi
i =1 i =1 i =1 n n n

⎛ n ⎞ 2 n∑ X i − ⎜ ∑ X i ⎟ i =1 ⎝ i =1 ⎠
n

2

Konstanta

STATISTIKA DESKRIPTIF Suprayogi

⎛ n Yi ⎜ ∑ Xi ∑ b0 = i =1 − b1 ⎜ i =1 ⎜ n n ⎜ ⎝
n

⎞ ⎟ ⎟ ⎟ ⎟ ⎠

86

Koefisien Korelasi & Koefisien Determinasi
ƒ Koefisien korelasi Pearson
r= n∑ X iYi − ∑ X i ∑Yi
i =1 i =1 i =1 n n n

⎛ n ⎞ n∑ X − ⎜ ∑ X i ⎟ i =1 ⎝ i =1 ⎠
n 2 i

2

⎛ n ⎞ n∑Yi − ⎜ ∑Yi ⎟ i =1 ⎝ i =1 ⎠
n 2

2

ƒ Koefisien determinasi
R = r2
STATISTIKA DESKRIPTIF Suprayogi 87

Contoh Perhitungan Persamaan Regresi
X 1 2 4 5 7 9 10 12 50 n  = b1 = b0 = r  = r^2 = Y 2 4 5 7 8 10 12 14 62 8 1.0372 1.2674 0.9921 0.9842 X^2 1 4 16 25 49 81 100 144 420 Y^2 4 16 25 49 64 100 144 196 598
16 14 12 10 8 6 4 2 0 0 2 4 6 X 8 10 12 14 Y y = 1.2674  + 1.0372x R  =  0.9842
2

XY 2 8 20 35 56 90 120 168 499

Y = 1,27 + 1,04 X

Koef. Regresi Koef. Korelasi Koef. Determinasi

STATISTIKA DESKRIPTIF Suprayogi

88

Analisis Regresi Majemuk
ƒ Persamaan regresi linier majemuk dengan k  variabel independen

Y = b0 + b1 X1 + L + bk X k

STATISTIKA DESKRIPTIF Suprayogi

89

Penentuan Koefisien Regresi untuk Dua Variabel Independen
ƒ Kasus dua variabel independen, X1 dan X2
⎡ n ⎢ ⎢∑ X1 ⎢∑ X 2 ⎣

∑X ∑X ∑X ∑X X ∑X X ∑X
1 2 1 2 2 1

⎤ ⎡b0 ⎤ ⎡ ∑Y ⎤ ⎥⎢ ⎥ ⎢ ⎥ = X Y b 1 2 ⎥⎢ 1 ⎥ ⎢∑ 1 ⎥ 2 ⎥ ⎥ ⎢ ⎥ ⎢ 2 ⎦ ⎣ b2 ⎦ ⎣∑ X 2Y ⎦
b H

A

b = A −1H
STATISTIKA DESKRIPTIF Suprayogi 90

Koefisien Korelasi Bivariat
ƒ Koefisien korelasi bivariat antara X1 dan Y
r( X1 ;Y ) = n∑ X 1iYi − ∑ X 1i ∑Yi
i =1 i =1 i =1 n n n

⎛ n ⎞ n∑ X − ⎜ ∑ X 1 i ⎟ i =1 ⎝ i =1 ⎠
n 2 1i

2

⎛ n ⎞ n∑Yi − ⎜ ∑Yi ⎟ i =1 ⎝ i =1 ⎠
n 2

2

STATISTIKA DESKRIPTIF Suprayogi

91

Koefisien Korelasi Linier Majemuk

r(Y ; X1 , X2 ) =

2 r(2 + r Y ; X1 ) (Y ; X 2 ) − 2r(Y ; X1 )r(Y ; X 2 )r( X1 ; X 2 )

1 − r(2 X1 ; X2 )

STATISTIKA DESKRIPTIF Suprayogi

92

Koefisien Korelasi Parsial
ƒ Koefisien korelasi parsial antara Y dan X1 dengan X2 konstan:

r(Y , X1 ) X2 =

r(Y , X1 ) − r(Y , X2 )r( X1 , X2 )
2 1 − r(2 1 − r Y , X2 ) ( X1 , X2 )

STATISTIKA DESKRIPTIF Suprayogi

93

Analisis Tabulasi Silang
ƒ Analisis Tabulasi Silang (Cross Tabulation) digunakan untuk menganalisis korelasi dua variabel kualitatif

STATISTIKA DESKRIPTIF Suprayogi

94

Koefisien Kontigensi
ƒ Koefisien kontigensi (contigency coefficient)
Cc =

χ
2

2

χ +n

n = ∑∑ fij
i =1 i =1
p

p

q

χ 2 = ∑∑
i =1 i =1

q

(f

2 ) − e ij ij

eij

eij =
STATISTIKA DESKRIPTIF Suprayogi

(ni• )(n• j )
n
95

Contoh Perhitungan Analisis Tabulasi Silang
Pendapatan Rendah Menengah Tinggi Jumlah Mobil Sedan Ukuran Ukuran Ukuran kecil Sedang Besar 77 13 8 145 58 27 21 32 19 243 103 54 Jumlah 98 230 72 400

Pendapatan Rendah Menengah Tinggi Jumlah

Mobil Sedan Ukuran Ukuran Ukuran kecil Sedang Besar 59.54 25.24 13.23 139.73 59.23 31.05 43.74 18.54 9.72 243.00 103.00 54.00

Jumlah 98.00 230.00 72.00 400.00

χ = 44 ,34
2

Cc =

χ2 χ2 + n

= 0,32
96

STATISTIKA DESKRIPTIF Suprayogi

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->